用人工智慧解答法律問題

講者｜臺灣師範大學東亞學系副教授 邵軒磊
彙整撰文｜鄭兆庭

「柔軟的心」、「好奇的腦」、「新鮮的肝」，邵軒磊老師以這三項跨領域的特質作為開場，指出跨領域運用人工智慧（下稱AI）做研究需要勇於挑戰、吸收新知以及充足的體力。邵老師的研究生涯從「中國研究」起步，近期則以AI文字探勘法繼續相關研究；近期也跨足數位人文領域以及今天的主題「法律資料分析」，後者是邵老師在其參與的「法律資料分析研究室」（Lab of Legal Analytics）進行的各種研究專案。

2018年，愛沙尼亞宣布將啟用AI法官處理金額較小的訴訟；同年以色列的研究團隊也開發了能從事協議撰擬的AI律師，其某些表現優於人類律師。邵老師指出，這類AI的法律應用衝擊了我們長久以來對於法律的認知：從前認為法律規範所構築的複雜價值體系是人類文明之璀璨花朵，是人類社會異於動物社會的一個分界點。但若是AI得以涉入此一領域，那將會動搖人類的自我想像與定位。最實際的，是引發了法律專業團體（律師、法官）是否被AI取代的疑慮。邵老師認為，AI要「完全取代」專業人士仍有很長的一段路要走，現在的AI研究著眼於人類與AI共事以達到「賦能」（empower）的效果，使專業人士得以藉由AI的協助，節省時間而能發揮更多專業判斷能力。

●AI與法律分析三部曲

邵軒磊老師實驗室是關心法律審判上的三種議題：第一，某種情狀會判誰贏；第二，審判理由為何；第三，會有哪類案件。如果把上述問題意識與AI領域結合，使用機器計算的幾種特性，分別開啟三種層次的專案，分別是：第一，AI模仿人類做決策；第二，AI找出人類做決策的理由；第三，AI能記住大量資訊從而提供人類原先所不知的資訊。這三種研究方法對應在以下將分別介紹之：

首先研究「會判誰贏？」，審判的本質就是由「兩造的紛爭→第三方之法官聽訟→法官下達判斷」等三個要素所組成。利用AI讀判決並作出判決的研究，就是將前述的法官交由AI扮演，最後再將AI的判斷與原本真實的判決相互檢證。邵老師所做的離婚親權裁判預測研究，結果發現AI所建立的模型，有助預測大多數親權酌定裁判的結果（親權歸屬父或母），吻合率達98.55%。這個研究的突破在於，證明了判決可被計算並且可以驗證其預測結果。不過，邵老師也指出在第一階段的嘗試中能做到預測單一結果，但無法得知判決其理由，此外，在標注判決的準備工作上需要耗費大量人力。這些問題都是後續研究專案的方向。

所以，接下來的專案想研究「為什麼這麼判？」，邵老師的團隊開始研究AI如何給出理由。其背後的基本概念是亂度（entropy），也就是新增加一個分類，能否帶出有效資訊的思維。發現「某些規則可以減少亂度」是主要的研究目標。回到離婚親權裁判上，邵老師在第二階段使用決策樹模型，研究發現法官通常會先考慮父或母誰才是小孩主要照顧者，再考慮小孩的意願。另外，社工所評估雙方與小孩之間的互動也是重要指標。這三項指標中有兩項以上的一方，比較容易取得小孩的親權。更進一步，再用梯度提升法，可以單獨分析每一個案件的「理由比重」，令人看出親權裁判中，母親贏或父親贏的典型案件是哪些，以及其個別機率為何。這類研究的啟示是，法律規範的各個構成要件在個別案件中的影響是可以被計算的，並指出實務上不同構成要件對於裁判者的重要性是有差異的。

最後一種類型的議題是「有什麼案件？」，邵老師是以藉由「法律資料分析毒品流向」的研究說明之。邵老師問想知道毒品的流向，可能有什麼樣的作法？在缺乏一手資料又無法潛入調查的情況下，機器大數據提供了一個研究突破點，即倒傳遞法的法律應用（legal backward propagation）。這個方法簡單來說就是將毒品案件判決中的人、事、時、地、物等要素標記出來，再以大量判決中的案件資訊畫出一張毒品流向的地圖。這個研究有效的處理法律文書這類的長文本、以大量的判決作為資訊來源。

附錄

邵老師演講中所引用的研究列於下方：

邵軒磊、吳國清（2019），法律資料分析與文字探勘：跨境毒品流動要素與結構研究，《問題與研究》，58卷2期，頁91-114。

黃詩淳、邵軒磊（2017），運用機器學習預測法院裁判：法資訊學之實踐，《月旦法學》，270期，頁86-96。

黃詩淳、邵軒磊（2018），酌定子女親權之重要因素：以決策樹方法分析相關裁判，《臺大法學論叢》，47卷1期，頁299-344。

黃詩淳、邵軒磊（2019），人工智慧與法律資料分析之方法與應用：以單獨親權酌定裁判的預測模型為例，《台大法學論叢》，48卷4期，頁2023-2073。